磨损颗粒分析技术在发动机磨损故障监测中的应用

磨粒分析技术主要包括光谱分析、铁谱分析、自动磨粒分析和扫描电子显微镜-能谱分析技术等,合理、有效地利用这些分析技术对发动机传动润滑系统使用油液中的磨损颗粒进行监测,能够及时发现传动润滑系统存在的早期磨损故障隐患,揭示磨损机理,确定发生磨损的部位,有助于防止磨损故障的发生。实践表明,光谱分析测定的磨损金属或污染元素含量异常(或达到经验值)时,应采用自动磨粒分析技术对磨损颗粒进行进一步的分析;当异常磨损的大颗粒增多时,需采用铁谱分析技术对磨损类型进行判断;同时,结合扫描电子显微镜-能谱分析技术分析异常磨损颗粒的材质,准确确定磨损部位,达到预先诊断的目的。     

汽轮机油含水量快速检测技术的研究

针对在研发动机用汽轮机油中水含量超标导致传动润滑系统润滑故障的问题,提出了一种基于红外光谱分析的快速检测技术。利用傅立叶变换红外光谱技术(FTIR),建立了汽轮机油含水量定量检测的工作曲线。通过对红外光谱数据的预处理,讨论了单点基线面积法和单点基线吸光度法所建立的工作曲线的准确性,得到了较为理想的红外光谱法检测汽轮机油含水量的工作曲线。使用建立的工作曲线对未知含水量的油液样品进行检测,测试结果与卡尔·费休法的测试结果相当,且检测效率提高了64%,研究结果表明该汽轮机油含水量快速检测技术是可行的。     

基于红外光谱技术的航空润滑油判别分析

对红外光谱技术应用于航空合成润滑油的快速判别进行了研究。采用红外光谱衰减全反射附件采集5种不同牌号的航空合成润滑油的红外光谱。基于偏最小二乘判别分析方法,建立了5种润滑油牌号快速判别模型。讨论了建模主成分数与不同建模光谱区间对模型预测能力的影响。通过优化建模参数,提高了模型的预测精度。使用建立的分析模型对预测集样品进行预测,判别正确率为100％。     

燃气轮机润滑系统磨损趋势预测

为预测燃气轮机润滑系统试验阶段潜在的磨损故障,应用神经网络及遗传算法(GA)对某型燃气轮机长时试验用润滑油中典型元素的光谱监控数据趋势进行预测。通过改变光谱分析数据归一化的范围及调整学习率的自适应性对标准误差反向传播(BP)神经网络进行改进,并利用遗传算法对改进的BP神经网络的权值和阈值进行优化,建立适合某型燃气轮机润滑系统试验阶段磨损趋势预测的模型。结果表明:所建模型具有很高的预测精度和很强的实用性,能有效地提高磨损故障的预测成功率。